Memória de longo prazo sem perdas para uma IA pessoal — nunca resuma, preserve cada linha e horodore tudo. A maioria dos sistemas de memória de longo prazo para IA faz uma de duas coisas: resume conversas em notas compactas ou as embute e recupera trechos «similares». Ambas perdem o que mais importa para uma pessoa que conversa com a mesma IA todos os dias: o que foi realmente dito e quando.

Este projeto adota a posição oposta. Preserve cada linha. Os logs brutos de conversas são armazenados por completo.

Nada é resumido, jamais. Resumos são um mapa; o log é o território. Horodore tudo.

Cada registro — utterance, action, document chunk — carrega um horário, e cada índice é construído sobre esse eixo temporal. Chamamos isso de Temporal Backbone. Pesquise primeiro por horário, depois por palavras. «Ontem à noite, sobre o orçamento» é uma consulta válida.

A expressão temporal reduz o intervalo; as palavras ranqueiam os resultados dentro dele. Os resultados voltam em ordem cronológica, sem resumo, com seus horários. Insira «onde estamos» a cada turno.

Um pequeno índice chamado LLL informa ao modelo em qual tópico a conversa está agora, para que a identidade e o contexto sobrevivam à compactação da janela de contexto e às fronteiras de sessão. A linhagem do design remonta a dezembro de 2025 — o primeiro ancestral deste sistema (uma ferramenta de herança de memória para uma IA anterior) foi executado naquele mês, e um sistema predecessor carregou as mesmas ideias no uso diário desde janeiro de 2026. Esta implementação roda todos os dias desde julho de 2026 para um único usuário, como a memória de um assistente de IA, com logs brutos que remontam a junho de 2026. É pequena, sem graça e funciona.

As falhas pelo caminho também estão documentadas — veja docs/lessons.md.